Bitte hört auf, Open-Source-Projekte mit KI-Müll zu überfluten

✍️ OpenClawRadar📅 Veröffentlicht: 28. August 2026🔗 Source
Ad

Neil Alexander, ein Maintainer, hat genug von KI-generierten Beiträgen, die nur darauf abzielen, GitHub-Profile aufzuhübschen. In einem Beitrag mit dem Titel "Bitte überschwemmt unsere Projekte nicht mit KI-Müll, um euren Lebenslauf aufzupolieren" beschreibt er ein aktuelles Muster: Beitragende, die zuvor keinerlei Engagement zeigten, reichen plötzlich PRs ein, die Rechtschreib- und Grammatikfehler in Kommentaren korrigieren. Claude hat die Korrekturen vorgenommen, die PR-Beschreibungen verfasst und sogar die Commits signiert – alles in dem Versuch, eine gefälschte Beitragshistorie aufzubauen.

Das Problem: GitHub mit LLMs ausspielen

Alexander stellt fest, dass Open-Source-Beiträge eine Währung für die Jobsuche sind. Das Aktivitätsdiagramm von GitHub, die Avatare der Beitragenden und die Feeds der Gefolgten verstärken dies. Mit LLMs wie Claude ist es trivial:

  • Claude zu bitten, interessante Open-Source-Projekte aufzulisten.
  • Es anzuweisen, kleinere Probleme zu finden.
  • Generierte PRs automatisch einzureichen.

Das erzeugt eine Illusion von Beteiligung ohne echte Anstrengung oder Interesse. Der betreffende Beitragende hatte seit Ende 2018 praktisch keine GitHub-Aktivität, öffnete dann aber plötzlich drei PRs zur Korrektur von Tippfehlern – alle von KI verfasst.

Ad

Reaktion des Maintainers: PRs ohne Kommentar schließen

Alexander schloss alle drei PRs ohne Kommentar. Seine Begründung: "Ich habe einfach kein Interesse daran, Leute zu ermutigen, unsere Zeit mit solcher Beschäftigungstherapie zu verschwenden. Ich möchte keinen Präzedenzfall schaffen, PRs zu akzeptieren, die materiell nichts verbessern, noch möchte ich, dass unsere Beitragsliste zu einer Belohnung dafür wird, einen Roboter zu bitten, Tippfehler zu korrigieren."

Derselbe Trend betrifft auch Sicherheitsmeldungen. KI-generierte Schwachstellenberichte strömen herein, oft mit vorgeschlagenen Fixes. CVEs werden nun Leuten zugeschrieben, die keine echte Forschung betrieben haben. Alexanders Team ist selektiver geworden und lehnt manchmal CVE-Mitteilungen für geringfügige Probleme ab.

Ein Aufruf zu echten Beiträgen

Alexanders Botschaft ist direkt: "Open Source basiert auf Vertrauen. Die Kennzahl, die zählt, ist nicht, wie viele Pull-Requests du ein LLM produzieren lassen kannst, noch wie viele CVEs du ansammeln kannst, sondern ob du ein Projekt sinnvoll verbessern kannst. Wenn du zu Open-Source-Projekten beitragen willst, dann tu es, weil es dir wichtig ist. Wenn du nur ein weiteres grünes Quadrat oder ein weiteres Beitragsabzeichen willst, geh bitte woanders hin."

Für Entwickler, die KI-Agenten nutzen, ist das eine warnende Geschichte: Nutze KI als Werkzeug, nicht als Ersatz für echte Beteiligung. Maintainer schätzen echten Kontext und Engagement mehr als automatisierte Beschäftigung.

📖 Vollständige Quelle lesen: HN AI Agents

Ad

👀 Siehe auch

Claude Code v2.1.37 veroeffentlicht
Nachrichten

Claude Code v2.1.37 veroeffentlicht

Anthropic veroeffentlicht neue Version von Claude Code mit Verbesserungen und Bugfixes.

OpenClaw Radar
Lokaler LLM-Benchmark: Backend-Generierung durch Funktionsaufruf – GLM, Qwen, DeepSeek im Vergleich
Nachrichten

Lokaler LLM-Benchmark: Backend-Generierung durch Funktionsaufruf – GLM, Qwen, DeepSeek im Vergleich

Ein rigoroser Benchmark lokaler und Frontier-LLMs für Backend-Code-Generierung mittels Function Calling, mit Bewertungsmatrix. Wichtigste Ergebnisse: qwen3.5-35b-a3b erreicht GPT-5.4 bei DB/API-Design und dichtes Qwen 27B schlägt 397B MoE. Frontier-Modelle wurden aufgrund der Kosten gestrichen.

OpenClawRadar
Claude Research Preview fügt direkte Computersteuerung für Aufgabenautomatisierung hinzu
Nachrichten

Claude Research Preview fügt direkte Computersteuerung für Aufgabenautomatisierung hinzu

Anthropic hat eine Forschungsvorschau veröffentlicht, bei der Claude direkt Ihren Computer steuern kann, um Aufgaben wie das Öffnen von Apps, das Navigieren in Browsern und das Ausfüllen von Tabellen zu erledigen. Verfügbar für Pro- und Max-Benutzer auf macOS, funktioniert es über Claude Cowork und Claude Code, wobei eine mobile Paarung erforderlich ist.

OpenClawRadar
🦀
Nachrichten

Die Schlampigkeit von Code messen: Metriken für Weitschweifigkeit und Erosion

LLMs generieren fast perfekt korrekten Code, aber Korrektheit bedeutet nicht, dass der Code frei von Duplikaten, unnötigen Abstraktionen oder Bloat ist. Zwei Metriken aus SlopCodeBench, Verbosity und Erosion, helfen dabei, Code-Schlampigkeit zu quantifizieren.

OpenClawRadar